[发明专利]基于IEWT和IMDMF的直流配电系统故障检测方法

说明书

本发明涉及一种基于IEWT和IMDMF的直流配电系统故障检测方法，包括以下步骤:获取直流配电线路故障、交流系统故障的数据，并构建改进多视角深度矩阵分解和软分配层相结合的故障分类模型；直流配电系统的线路两端安装保护装置，实时监测采集直流线路的电流电压波形，并获得极间电压u_dc；采用改进经验小波变换自适应分解电流波形，得到电流分量c_1~3；计算细节系数的最大值A_max，并设定阈值A_th，当满足A_maxA_th时，判定发生故障；将获得的电流分量c_1~3、极间电压u_dc输入故障分类模型中，实现直流配电系统故障类型的划分。本发明能够有效缩短故障分类的时间，提高了分类模型运行的效率。

技术领域

本发明涉及配电系统故障检测领域，具体涉及一种基于IEWT和IMDMF的直流配电系统故障检测方法。

背景技术

随着新能源与电力电子技术的快速发展，分布式电源并网需求增大，直流负荷比重不断增加。传统交流配电网需通过电力电子换流装置实现分布式电源的消纳以及直流负荷的供电，采用直流配电网，不但可向各类直流负荷直接供电，省去分布式电源和储能装置并网时的电力电子转换装置，并且具有传输效率高、电能质量好、供电可靠性高等优势。然而，保护技术的不成熟一定程度上限制了直流配电网的大范围应用。与交流配电网相比，直流配电网的系统阻抗低，故障电流上升速度快且幅值高，将对换流站中的二极管带来冲击，进而可能危害直流配电设备。为保护直流配电网中的电力电子器件，需尽快实现故障隔离。快速可靠的故障检测将为保护动作奠定良好基础，是直流配电网保护方案不可或缺的关键环节。

根据获取检测判据方式，直流配电网的故障检测方法大致可以分为基于单端量的故障检测和基于双端量通信的故障检测二类。基于双端量通信的故障检测需在线路两端安装通信设备，存在通信同步性的问题。而基于单端量的故障检测可直接以电气量的幅值作为故障检测判据，例如典型的“握手法”及其改进方式、电流的全相关性检测等，这些方案实施起来较为容易，但在负荷投切、功率反转的情况下容易出现误检、漏检，难以满足可靠性要求。而更常见的是通过信号处理算法、机器学习算法等方式提取信号的故障特征，再将其作为故障检测的判据。信号处理算法有短时傅里叶变换、离散傅里叶变换、小波变换、改进互补集合经验模态分解算法等，这些算法能够较好地提取故障特征，捕捉信号的奇异点，可靠性相比于直接采用电气量检测高，但各个信号处理算法在直流配电系统故障检测领域的应用中或多多少存在一些缺陷。机器学习算法如深层神经网络、K-means算法、卷积神经网络等，在近几年越来越受欢迎，基于大量数据来进行预测或者得出建议的机器学习无疑是非常强大的，若运用在故障检测的领域中可自动挖掘故障的潜在特征实现故障检测及分类，减少人为因素对特征提取的影响。

发明内容

有鉴于此，本发明的目的在于提供一种基于改进经验小波变换(ImprovedEmpirical Wavelet Transform，IEWT)和改进多视角深度矩阵分解(Improved Multi-viewDeep Matrix Factorization，IMDMF)的直流配电系统故障检测方法，能够有效缩短故障分类的时间，提高了分类模型运行的效率。

为实现上述目的，本发明采用如下技术方案：

一种基于IEWT和IMDMF的直流配电系统故障检测方法，包括以下步骤:

获取直流配电线路故障、交流系统故障的数据，并构建改进多视角深度矩阵分解和软分配层相结合的故障分类模型；